3단계: ML 모델 생성 - Amazon Machine Learning

더 이상 Amazon Machine Learning 서비스를 업데이트하거나 새 사용자를 받지 않습니다. 이 설명서는 기존 사용자에 제공되지만 더 이상 업데이트되지 않습니다. 자세한 내용은 Amazon Machine Learning이란? 단원을 참조하세요.

3단계: ML 모델 생성

학습 데이터 소스를 만든 후 이를 사용하여 ML 모델을 만들고 모델을 학습시킨 다음 결과를 평가합니다. ML 모델은 Amazon ML이 학습 중에 데이터에서 발견한 패턴 모음입니다. 모델을 사용하여 예측을 생성합니다.

ML 모델을 만들려면

  1. 시작 마법사가 학습 데이터 소스와 모델을 모두 생성해주므로 Amazon Machine Learning(Amazon ML)은 방금 생성한 학습 데이터 소스를 자동으로 사용하여 ML 모델 설정 페이지로 바로 이동합니다. ML 모델 설정 페이지에서 ML 모델 이름에 대해 기본값인 ML model: Banking Data 1이 표시되어 있는지 확인합니다.

    기본값과 같이 친숙한 이름을 사용하면 ML 모델을 쉽게 식별하고 관리할 수 있습니다.

  2. 학습 및 평가 설정에 대해 기본값이 선택되었는지 확인합니다.

    Select training and evaluation settings interface with Default option selected.

  3. 이 평가에 이름 지정에 대해 기본값인 Evaluation: ML model: Banking Data 1를 그대로 사용합니다.

  4. 검토를 선택하고, 설정을 검토한 다음 완료를 선택합니다.

    완료를 선택하면 Amazon ML이 모델을 처리 대기열에 추가합니다. Amazon ML은 모델을 생성할 때 기본값을 적용하고 다음 작업을 수행합니다.

    • 학습 데이터 소스를 두 섹션으로 분리합니다. 하나는 데이터의 70%를 포함하고 있고 다른 하나는 나머지 30%를 포함하고 있습니다.

    • 입력 데이터의 70%가 포함된 섹션에서 ML 모델을 학습시킵니다.

    • 입력 데이터의 나머지 30%를 사용하여 모델을 평가합니다.

    모델이 대기열에 있는 동안 Amazon ML은 상태를 보류 중으로 보고합니다. Amazon ML은 모델을 생성하는 동안 상태를 진행 중으로 보고합니다. 모든 작업이 완료되면 상태를 완료됨으로 보고합니다. 평가가 완료될 때까지 기다렸다가 진행합니다.

이제 모델의 성능을 검토하고 커트라인 점수를 설정할 준비가 되었습니다.

모델 학습 및 평가에 대한 자세한 내용은 모델 학습 및 evaluate an ML model 단원을 참조하세요.